Download Plan de simulations : évaluer l`impact de mesures de gestion sur la

Plan de simulations : évaluer
l’impact de mesures de
gestion sur la pêcherie mixte
merlu-langoustine du golfe de
Gascogne
Hilaire Drouineau, Stéphanie
Mahévas, et Dominique Pelletier
EMH - Nantes
Contexte de modélisation
• Pêcherie mixte
4 plusieurs espèces, plusieurs activités de pêche
4 interactions techniques
4 dynamiques spatio-temporelles
• Evaluer l’impact de scenarii de gestion :
8 mesures traditionnelles (TAC, effort, restrictions d’engin), mesures
spatiales
8 comportements des pêcheurs : efficacité des mesures
⇒ un modèle spatialisé de simulation décrivant la
dynamique des pêcheries mixtes réglementées
⇒ de la pêcherie la plus simple à la plus complexe
Outil : ISIS-Fish
Couplage dans le temps et l’espace de
modèles de dynamique
• des populations
• longueur/âge, distribution saisonnière spatialisée, migration
saisonnières à grande échelle
• pas de relations trophiques
• des activités de pêche
• flottilles, métiers (engin,zones,espèces cibles), stratégies
• allocation dynamique de l’effort de pêche
• de gestion
• scenario (ensemble de mesures = zone, saison, règle)
• réaction des pêcheurs
Echelles spatiales et temporelles
Région de la pêcherie
Chronologie
Zone de
Zone
Population Métier
Zone de
gestion
maille
migrations
reproduction
mois t
t+ε
croissance
mois t+1
Mortalités par pêche et naturelle
Définitions
indépendantes des
saisons et zones de
populations, métiers et
gestion
Développement et produits
• Versions 1.0 à 1.5: 2002-2004
Dynamique de pêcherie sans contexte
économique
3 articles + 2 communications + 2 DEA + 2 BB
• Version 2.0 : 2005 en cours de validation
Dynamique bio-économique de pêcherie
1 article en prep + 4 communications + 1 DEA + 2
Master1 + atelier formation
• 3 Projets Européens en cours (TECTAC, EFIMAS,
PROTECT) + Liteau-AMP + PNEC (ART4)
Mode d’emploi
1. Paramétrisation
Recueil des paramètres disponibles : littérature
¾ Paramètres biologiques + sélectivité
Estimations des paramètres manquants : bases
de données et modélisations statistiques
(analyses factorielles, maximum de
vraisemblance,…)
¾ Paramètres de l’activité de pêche
2. Analyses de sensibilité
3. Simulations
Plans de simulation
• Analyse de sensibilité
– Identification des paramètres incertains
– Plan statistiques d’expériences numériques
Group screening + modèle d’analyse de la variabilité captures,
abondances, effort + plan factoriel fractionnaire
– Analyses et calcul de coefficients de sensibilité
• Impact des scenarii de gestion
– Définition des mesures et niveaux
– Plan statistiques d’expériences numériques
modèle d’analyse de la variabilité captures, abondances, effort
+ plan D-optimaux
– Analyses
Cas d’étude : merlulangoustine du golfe de
Gascogne
• Plan de restauration et interactions techniques
• Mesures alternatives aux TACs monospécifiques? Cantonnements? Réglementations
techniques? Saisonnières? Spatialisées?
• Paramétrisation d’ISIS-Fish 1.5: approche sans
économie, flottilles françaises, merlu+langoustine
Paramètres Populations
Paramètr
es
généraux
Nombre de
classes d’âge
Relation stockrecrutement
merlu
9
langoustine
10
(ICES, 2003c)
(ICES, 2003b)
If SSB<71660.0 t then
6age
numberage*fecondityage
else 1.88e8
6age
numberage*fecondityage
(Morizur et al., 1981)
(Murua and Lucio, 1998)
(ICES, 2003a)
croissance
Von Bertalanffy:
K=-0.09
Linf=114
TO=-1.16
{0;19;23.5;27.5;31.1;34.7;
39.1;43.7
49.45;56.7}
(Verdoit et al., 1999)
(Guichet, 1996)
Paramètr
es par
classe
Mortalité
naturelle
(.an-1)
Coefficients de
fécondité
(.ind-1)
Poids moyen
(kg)
0.2 for all groups
(ICES, 2003c)
0.3 for age 1
then 0.25
(ICES, 2003b)
0;0;0;0.17;0.81;2.04;3. 0,0.09;0.36;0.60;0.88;1.25;
11;3.89;5.58
1.83;2.62;3.88;6.01
(Murua and Lucio, 1998)
(Morizur et al., 1981)
0.026;0.062;0.174;0.30 0;4.58e-3;9.04e-3;15.0e-3;
8;
22.0e-3;31.7e-3;47.3e-3;
0.571;0.962;1.321;1.65 71.0e-3;113.5e-3;194.2e-3
2;2.371
(ICES, 2003b)
(ICES, 2003c)
Paramètres populations
Merlu
Langoustine
Paramètres Populations
•Merlu : migrations
Saison
Janvier - mars
(reproduction + croissance)
Avril - juin
(reproduction)
Juillet - septembre
Octobre - Décembre
•Langoustine : sédentaire
Migration
Age: 3: nourricerie vers reproduction/ 1
4,..8: présence vers reproduction / 1
Age: 3: reproduction vers la côte/ 0.6
4: spawning to inshore / 0.6
Age: 3,: côte vers présence/ 1
4,...8: reproduction vers présence/ 1
émigration 7 et 8: de présence / 0.4
Paramètres activités de pêche
Métier
Langoustine
(chalut simple et
jumeau)
Benthique (chalut
simple et jumeau)
Merlu et seiche
(chalut simple et
jumeau)
filet
Facteur de ciblage Facteur de ciblage
Merlu
Langoustine
0.14
0.74
primary catch
0.09
0.07
0.60
primary catch
0.14
0.87
primary catch
Non-activité
Stratégie
Benthique
Filet
Langoustine
Merlu
Occasonniel
Flottille: marée Flottille: marée
journalière
de 5 jours
101
55
89
27
106
14
47
13
84
106
Paramètres activités de pêche
Analyse de sensibilité
• Paramètres incertains (+-20%) : capturabilité, coefficients de
migration, reproduction, croissance, facteurs de standardisation,
mortalité naturelle
• Plan d’expérience :
– 106 facteurs à 2 modalités
– Group screening => Nb de groupes : 9
– Quantifier les interactions d’ordre 2 : 128 expériences
• Variables de sortie: abondances finales, captures finales,
captures cumulées des 5 dernières années
• Analyse : modèle linéaire avec interactions d’ordre 2 et calcul
des coefficients de sensibilité
Hake
Biomas
s
Hake
Cumulated
catch
(5 last years)
Hake
Cumulated
catch
(last year)
R²=0.99
R²=0.999
R²=0.999
-4.9
-1.2
Lobster
Biomass
Lobster
Cumulated
catch
(5 last years)
Lobster
Cumulated
catch
(last year)
R²=0.998
R²=0.993
R²=0.988
9.5
Catchability
6.9
5.8
18
0.36
6.1
-3.4
0.9
Paramètres sensibles
•M
•Capturabilité
•Reproduction merlu
•Migration
MigrationA
5.8
MigrationB
MigrationC
Pas d’interaction
-1.2
Growth
Gear
4.3
10
12
-8.5
2.3
4.0
Morta
170
38
12
5.7
1.9
reproLobster
reproHake
31
1.3
Impact des mesures de gestion
• ZMP
Modalités : surface,
saison, engins
Réaction: redistribution
de l’effort sur la zone
restante
• TACs
Modalités : constant,
variable
Réaction: si espèce
cible, change de métier,
sinon rejet
• Engin
Modalités: augmentation maille (70 à
100 mm), système sélectif
Réaction: respect de la mesure
•ZMP
reproduction
1 ou 2 rectangles
•ZMP
nourricerie
1ou 2 rectangles
•Plan d’expérience D-optimal
•Analyse : modèle linéaire avec
interaction d’ordre 2
Comparaison des mesures
Conclusions
• Outil fonctionnel
• Démarche quantitative : Prise en compte de la
sensibilité des paramètres et plan de simulation
• Qualité des résultats dépend fortement de la
qualité des données CPUEs : exhaustivité…???
/ échantillonnage
• Capturabilité (couplage
acoustique/chalutage/vidéo), mortalité naturelle
(marquage)
Perspectives
• Améliorer la paramétrisation: contexte
économique, flottilles espagnoles, structure
en longueur, baudroie, cardine
• Sensibilité à la réaction des pêcheurs
• Indicateurs d’état et de dynamique de
pêcherie
• Vers un outil d’aide à la décision
FIN
Mesures de gestion considérée
Closure in
Nursery area
none
Closure in
Spawning area
none
jan/june
rectangle 23E6
all gear (AG S1 1R)
jan/june
rectangle 23E6
twin trawl (TT S1 1R)
jan/june
rectangles 23E6 and 24E6
all gear (AG S1 2R)
jan/june
rectangles 23E6 and 24E6
twin trawl (TT S1 2R)
jul-dec
rectangle 23E6
all gear (AG S2 1R)
jul-dec
one rectangle 23E6
twin trawl (TT S2 1R)
jul-dec
rectangles 23E6 and 24E6
all gear (AG S2 2R)
jan/june
rectangle 24E4
all gear (AG S1 1R)
jan/june
rectangle 24E4
twin trawl (TT S1 1R)
jan/june
rectangles 24E4 and 23E4
all gear (AG S1 2R)
jan/june
rectangles 24E4 and 23E4
twin trawl (TT S1 2R)
jul-dec
rectangle 24E4
all gear (AG S2 1R)
jul-dec
rectangle 24E4
twin trawl (TT S2 1R)
jul-dec
rectangles 24E4 and 23E4
all gear (AG S2 2R)
Tac
Gear change
none
none
"high level":
Percentage of the
biomass of the
beginning of the
year attributed to the
TAC
Hake 0.027
Nephrops 0.27
mesh size:
from
70mm to
100mm
Comparison of management options
Hake cumulated catch over
the last 5 years